Preparing for the next pandemic takes more than better models: expert consensus recommendations for infectious disease modelling

新しい疾患が広がり始めるとき、政府はそれがどれほどの速さで動き、次にどこを襲うのか、そしてどのような対策がそれを阻止できるのかを知る必要があります。これらの問いに答えるために、科学者たちは数学的モデルを構築します。これらは未来を確実に予測する水晶玉ではなく、むしろ、異なる条件下でウイルスがどのように振る舞う可能性があるかについての、構造化された思考法なのです。モデルを、利用可能な道路と予想される天候に基づき、旅行者が取り得る可能性のあるルートを示す複雑な地図だと想像してみてください。もしその地図が不完全なデータや隠れた仮定に基づいて描かれているならば、旅行者は道を間違えてしまうかもしれません。何十年もの間、これらのモデルは、牛の口蹄疫からインフルエンザの世界的な拡散に至るまで、当局がアウトブレイクを管理する助けとなってきました。しかし、近年のパンデミックは、より優れた地図を持つだけでは不十分であることを明らかにしました。真の課題は、地図がいかに描かれるか、そこに供給されるデータがいかに共有されるか、そしてその結果がいかにして生死を分ける決断を下さなければならない人々に説明されるかにあるのです。

現在、専門家の大規模なグループが集まり、感染症モデリングが最も有用であるために、まさにどのように機能すべきかを定義しようとしています。リューベック大学の研究者らが率いるこのチームは、世界中の大学や研究機関から、数学、公衆衛生、社会科学の専門家41名を招集しました。彼らは単にどの方程式が優れているかを議論したのではありません。むしろ、ゲームのルールについて合意を見出すための厳格なプロセスを実施しました。まず、過去の数百の研究をレビューし、科学者が以前にどのような問題に直面してきたかを確認しました。次に、4回にわたる議論と投票のプロセスを行い、全員が最終的な40の推奨事項に合意するまでアイデアを洗練させていきました。目標は、モデリングをより信頼性が高く、透明性があり、次の緊急事態に備えたものにするための、共通の標準を作成することでした。

この研究における最も顕著な発見は、専門家たちが40の特定の声明に対してほぼ完璧に一致したことです。そのうち38の声明は最高評価を受けており、パネル全員がそれらを不可欠なものと見なしました。しかし、この合意は、特定の種類のモデルをどのように構築するかについての議論ではありませんでした。むしろ、最も強いコンセンサスは、モデルを取り巻く条件、すなわち、使用されるデータ、報告の方法、そしてそれに携わる人々へと集中しました。パネルは、モデリンググループが単独でこれらの問題を解決することはできないと結論付けました。科学者はコードの書き方や不確実性の説明方法を決めることはできますが、公的なデータシステムを構築したり、国際的なデータ共有条約を交渉したり、長期的な資金を確保したりすることは、単独ではできません。これらの任務には、パンデミックの間だけでなく、パンデミックの合間においても、政府、資金提供機関、政策顧問が行動することが求められます。

専門家たちは、最大の障害は数学的なものよりも、しばら実務的なものであると特定しました。モデルが正確であるためには、タイムリーで、アクセスしやすく、かつ限界が明確にラベル付けされたデータが必要です。現在、データは遅れて到着したり、複雑な障壁の背後に閉じ込められていたり、コンピュータが自動的に読み取れない形式であったりすることが多々あります。パネルは、データが明確なドキュメントを備えた、オープンでマシンリーダブル（機械判読可能）なシステムを通じて利用可能であるべきだと主張しました。また、危機の間、データが国境を越えて自由に流れるためのクロスボーダーの合意についても強調しました。これらの基盤がなければ、いかに精巧なモデルであっても、有用な指針を提供することに苦慮することになります。さらに、グループはモデルが透明であるべきだとも強調しました。これは、科学者がどのような仮定を置いたかを明確にし、他の人々が検証できるようにコードとデータを共有し、予測の限界を説明することを意味します。

もう一つの重要な合意点は、不確実性についてどのように語るかという点でした。過去において、モデルは時として、正確な未来を予測できる神託のように扱われることがありました。パネルは、モデルとは可能性を探求するためのツールであり、運命を予言するためのものではないことを明確にしました。例えば、何の対策も講じなければウイルスが急速に広がる可能性があることをモデルが示したとしても、もし当局が厳格な措置を実施すれば、その急速な拡散は起こらないかもしれません。これはモデルが失敗したことを意味するのではなく、回避されたシナリオをモデルが正常に探求したことを意味します。専門家たちは、科学者は「何が起こるかという予測（forecast）」と、「特定の条件下で何が起こり得るかというシナリオ（scenario）」を明確に区別しなければならないと主張しました。また、不確実性は単一の精密な数字として提示して誤った正確さを与えるのではなく、起こり得る結果の範囲を示すスペクトラムとして伝えるべきであることにも同意しました。

この研究はまた、モデルを構築する人々が、それを使用する人々から孤立して働いていることも浮き彫りにしました。パネルは、複雑なモデルの結果を政策立案者への明確な助言へと翻訳できる、橋渡しとなる恒久的な役割を創設することを推奨しました。また、モデルが脆弱なグループを見落としたり、危機における人間の行動の変化を考慮できなかったりすることも指摘しました。これを解決するために、専門家は多様な人口統計を含むモデルや、社会科学の知見の統合を求めました。しかし、複雑さを加えすぎるとモデルの使用が困難になるため、問いの内容に応じた適切なバランスを見つける必要があることも認めています。

高いレベルの合意があった一方で、パネルは自分たちの研究における重大な限界も認識していました。専門家はほぼすべて高所得国の学術的な環境から集められています。これは、彼らの推奨事項が高所得地域で利用可能なリソースや構造を反映していることを意味しており、次のパンデミックが起こり得る低・中所得国では、それらが存在しない可能性があります。グループは、彼らの優先事項リストが、機能している政府や保健システムが存在することを前提としていることも認めました。また、彼らの研究は、優れた助言に従うことを妨げる政治的な現実に対処したものではなく、また、異なる介入策に伴う経済的コストについても深く掘り下げたものではないことも述べています。

最終的に、論文は、次のパンデミックに備えるためには、単により優れた数学が必要なのではないと結論付けています。それには、モデルが効果的に機能するための制度とインフラを構築することが必要です。専門家は、相互運用可能なデータシステムの確立、常設の学際的チームの創設、継続的な資金確保など、アウトブレイクの間のための10の具体的な優先事項を提示しました。彼らは、危機が始まってからこれらの問題を解決しようとするのでは遅すぎるのだと主張しました。これらの推奨事項は、最終的な解決策としてではなく、グローバルな対話の出発点として提示されています。今、これらの標準に合意することで、科学界は、次の脅威が現れたときに、それに対抗するためのツールが強固で、明確であり、公衆に資する準備ができていることを確信しています。